本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
Amazon SageMaker AI Canvas
Amazon SageMaker AI Canvas 是 Amazon SageMaker AI 的一項功能，可提供無程式碼的影像分類解決方案。無需撰寫一行程式碼，您可以開始依標籤分類影像，也可以建立標籤影像集、訓練分類器，以及部署端點。
在 SageMaker AI Canvas 中，您可以使用 ready-to-use基礎模型 (FMs)，也可以建置自己的自訂 ML 模型。這些 ready-to-use模型可以針對各種使用案例從資料中擷取洞見。 Ready-to-use 模型採用 Amazon AI 服務，包括 Amazon Rekognition、Amazon Textract 和 Amazon Comprehend。您只需要匯入您的資料並開始使用解決方案來生成預測。如果您想要根據您的使用案例自訂模型並使用資料進行訓練的，則可以建立模型。
與 Amazon Rekognition 自訂標籤不同，您可以控制部署運算執行個體。這可協助您更精確地控制成本。如果您每月處理幾千張影像或更多， SageMaker AI 可能比 Amazon Rekognition 更具成本效益。
以下是 SageMaker AI Canvas 的優點：
-
資料標記和處理管道在一個位置
-
自動化訓練
-
為您的端點部署選取執行個體類型的能力
以下是 SageMaker AI Canvas 的缺點：
-
目前僅支援單一標籤分類
-
無法控制目標函數、網路架構或初始模型權重
如需詳細資訊，請參閱下列內容：
-
Amazon SageMaker AI 開發人員指南中的使用 Amazon AI Canvas 入門。 SageMaker
-
在 Amazon AI 開發人員指南中使用 ready-to-use模型。 SageMaker
-
在 Amazon AI 開發人員指南中使用自訂模型。 SageMaker
